/ Модель

Характеристики

Лицензия
MIT
Библиотека
segmentation-models-pytorch
Опубликована
12 апр 2025

upernet-swin-large

Сегментация изображенийИзображение → mask3 профессии

Модель UPerNet с энкодером Swin Large сегментирует изображения на семантические классы и обучена на ADE20K.

153скачиваний за 30 дней0лайковвеса обновлены12 апр 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

smp-hub/upernet-swin-large — модель семантической сегментации изображений на архитектуре UPerNet с энкодером Swin Large. Карточка указывает, что модель обучена на наборе ADE20K, а для запуска инференса предлагаются библиотеки segmentation_models_pytorch и albumentations.

Модель предназначена для присвоения пиксельных меток объектам и областям на изображении, например для анализа сцен и разделения их на семантические классы. Вес опубликован в формате safetensors; библиотека модели — segmentation_models_pytorch. Лицензия — MIT, допускающая использование согласно её условиям.

Карточка не приводит число параметров, контекстную длину или перечень языков; для модели сегментации они не являются основными характеристиками. README не сообщает метрики качества и подробности о классах разметки, поэтому качество на данных, отличных от ADE20K, не установлено.

Сценарии применения

  • семантическая сегментация городских и интерьерных сцен
  • разметка областей и объектов на изображениях
  • анализ сцен для компьютерного зрения
  • подготовка сегментированных изображений для последующей обработки

Ограничения

Обучение указано для ADE20K, но карточка не приводит метрики качества или подробности о классах разметки; качество на других наборах данных не установлено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

UPerNet Model Card

Table of Contents:

Load trained model

Open In Colab

  1. Install requirements.
pip install -U segmentation_models_pytorch albumentations
  1. Run inference.
import torch
import requests
import numpy as np
import albumentations as A
import segmentation_models_pytorch as smp

from PIL import Image

device = "cuda" if torch.cuda.is_available() else "cpu"

# Load pretrained model and preprocessing function
checkpoint = "smp-hub/upernet-swin-large"
model = smp.from_pretrained(checkpoint).eval().to(device)
preprocessing = A.Compose.from_pretrained(checkpoint)

# Load image
url = "https://huggingface.co/datasets/hf-internal-testing/fixtures_ade20k/resolve/main/ADE_val_00000001.jpg"
image = Image.open(requests.get(url, stream=True).raw)

# Preprocess image
np_image = np.array(image)
normalized_image = preprocessing(image=np_image)["image"]
input_tensor = torch.as_tensor(normalized_image)
input_tensor = input_tensor.permute(2, 0, 1).unsqueeze(0)  # HWC -> BCHW
input_tensor = input_tensor.to(device)

# Perform inference
with torch.no_grad():
    output_mask = model(input_tensor)

# Postprocess mask
mask = mask.argmax(1).cpu().numpy()  # argmax over predicted classes (channels dim)

Model init parameters

model_init_params = {
    "encoder_name": "tu-swin_large_patch4_window12_384",
    "encoder_depth": 5,
    "encoder_weights": None,
    "decoder_channels": 512,
    "decoder_use_norm": "batchnorm",
    "in_channels": 3,
    "classes": 150,
    "activation": None,
    "upsampling": 4,
    "aux_params": None,
    "img_size": 512
}

Dataset

Dataset name: ADE20K

More Information

This model has been pushed to the Hub using the PytorchModelHubMixin

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · segmentation-models-pytorch · image-segmentation

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
7314897

0 моделей